视线外障碍物检测和定位的制作方法

本发明涉及障碍物检测，并且更具体地涉及视线外障碍物检测和定位。

背景技术：

呈不同形式的障碍物检测是许多系统的部分。例如，在自动化制造设施中，将装备和部件运输至不同设施区域的机器必须检测和避开障碍物。作为另一个实例，自动化真空必须检测和避开诸如楼梯的障碍物。作为又一实例，障碍物检测是日益增多的自动化车辆必须要完成的一个任务。目前，障碍物检测是指视线中的障碍物的检测。因此，希望提供视线外障碍物检测和定位。

技术实现要素：

根据实施例，一种检测和定位视线外物体的方法包括在可移动平台的检测系统处接收反射，该反射包括直接和多路径反射；识别与静态目标相关联的反射以保留与移动目标相关联的反射；区分移动目标中的视线中物体和视线外物体；相对于平台定位视线外物体；以及指示视线外物体中正靠近的视线外物体，该正靠近的视线外物体在与平台相交的路径上朝该平台移动。

根据另一个实施例，一种设置在可移动平台上的视线外障碍物检测和定位系统包括配置成从多个传输元件传输射频信号的传输器部分；配置成在多个接收天线元件处接收反射的接收器部分，该反射包括直接和多路径反射；以及处理系统，其配置成识别与静态目标相关联的反射以保留与移动目标相关联的反射、区分移动目标中的视线中物体和视线外物体、相对于平台定位视线外物体，以及指示视线外物体中正靠近的视线外物体，该正靠近的视线外物体在与平台相交的路径上朝该平台移动。

根据结合附图取得的实施例的以下详述能够容易地明白本发明的上述特征和优点以及其它特征和优点。

附图说明

其它特征、优点和细节仅举例而言出现在实施例的以下详细描述中，该详细描述参考附图，在附图中：

图1是根据实施例的视线外障碍物检测的图示；

图2是根据实施例的检测系统的框图；以及

图3是根据实施例的执行视线外障碍物检测的方法的程序流。

具体实施方式

以下描述仅仅具有示例性本质并且并无限制本公开、其应用或用途的意图。应当理解的是，在附图中，对应的元件符号指示相同或对应的部分和特征。

如上文所提及，障碍物检测是包括自动化路径转向的许多系统的操作的部分。取决于所涉及的位置和距离，可以使用不同类型的障碍物检测。例如，需要检测英寸数量级距离的障碍物的自动化真空吸尘器可以使用红外线传输和反射。在诸如其中对较长范围处的障碍物的检测感兴趣的车辆和飞行器应用的其它应用中，通常使用无线电检测和测距(雷达)。通常，雷达系统传输无线电波并且基于无线电波从物体的反射确定物体的范围、角度(方位角和仰角)以及速度。因而，典型的雷达检测依赖于要检测物体(目标)在视线中。然而，在车辆碰撞避免系统中，例如，对检测尚未在车辆传感器的视线中的物体感兴趣。根据本发明的示例性实施例，促进视线外障碍物检测和定位。如下文详述，雷达数据与当前拓扑的预定或学习模型组合以推导关于在视线外的物体的信息。虽然出于解释目的描述了基于车辆的雷达系统的示例性情况，但是本文的实施例不限于在车辆系统内使用。还预期其它车辆(例如，施工装备、农业装备)以及其它类型的平台。另外，虽然多普勒雷达系统讨论为本文的视线外检测系统的示例性实施例，但是根据详细实施例可以使用提供范围、方位角、仰角和速度信息的任何传感器系统。

图1是根据实施例的视线外障碍物检测的图示。说明示例性相交点，且用于视线外障碍物检测系统110的示例性平台10。在示例性相交点处示出包括根据下文详述的实施例的检测系统110(图2)的主车辆100。主车辆100可以包括其它传感器105(例如，摄像头、激光雷达系统)。图1中还示出其它车辆120a、120b(也可以包括检测系统110)和其它物体130(是示例性图示中的建筑物)。其它物体130a以及其它车辆120a中的一个是在主车辆100的检测系统110的视线内。其它物体130b和其它车辆120a中的一个未在主车辆100的检测系统110的视线内。即，来自主车辆100的检测系统110的传输215不能基于图1中所示的主车辆100和车辆120b或物体130b的相对位置直接到达车辆120b或物体130b。因而，主车辆100的检测系统110也不能获得直接来自车辆120b或物体130b的反射225。

然而，如图1中的虚线所指示，来自主车辆100的检测系统110的传输215可以从另一车辆120a和其它物体130a反弹，并且到达在主车辆100的检测系统110的视线外的车辆120b或物体130b。来自车辆120b或物体130b的反射225也可以从另一车辆120a和其它物体130反弹以到达主车辆100。这些反弹信号称为多路径信号，这是因为基于由检测系统110的传输215，反射225可以来源于多个路径。显而易见，根据实施例，主车辆100的视线内的直接传输215x和所得反射225x(至和来自车辆120a和其它物体130)中的仅一个示为避免混淆感兴趣的多路径反弹信号(215/225)。例如，传输215x可以由其它物体130a反射并且导致反射225x直接返回至检测系统110，且另外，传输215可以从另一物体130a反弹并且产生实际上产生在视线外车辆120b处的反射225，如所示。

在典型的雷达系统中，这些反弹的传输215和所得反弹的反射225或多路径信号是非所需的效果，而至视线内的目标(车辆120、物体130)的直接传输215和来自该目标的反射225是感兴趣的。然而，根据本发明的实施例，这些多路径反射225是隔离的并且进行处理以执行视线外障碍物检测和定位。参考图2详述检测系统110。

图2是根据实施例的检测系统110的框图。如上文所提及，检测系统110(多普勒雷达系统)是一个示例性实施例，但是在替代实施例中可以使用提供类似信息(例如，速度、范围、方位角、仰角)的任何传感器系统。在如主车辆100的车辆平台10中使用的汽车检测系统110通常可以连续波线性频率调制(cw-lfm)模式操作并且可以在从21千兆赫兹至27千兆赫兹或77千兆赫兹至81千兆赫兹的频率范围内操作。在许多循环内传输和接收能量以执行根据本文所述的实施例的视线外检测和定位。获自检测系统110的信息可以供应至汽车控制系统270、显示系统280。检测系统110另外可以与主车辆100的其它传感器系统105通信。汽车控制系统270可以包括(例如)自动制动或转向控制系统。显示系统280可以向驾驶员指示视线外物体(例如，其它车辆120b，图1)。主车辆100的其它传感器系统105可以包括绘图系统(例如，全球定位系统(gps))、视觉系统(例如，单声道或立体摄像头系统)以及测距系统(例如，激光雷达)。这些其它传感器系统105可以促进主车辆100的位置的确定以及该位置处的拓扑的模型。

检测系统110包括传输器部分210、接收器部分220以及处理系统230。检测系统110可以是如所示的多输入多输出(mimo)阵列雷达。因此，传输器部分210可以包括发射多个传输215的多个天线元件214，且接收器部分220可以包括接收反射225的多个天线元件224。因而，利用元件214、224的阵列获得方位角范围和仰角范围内的反射。检测系统110可以使用诸如接收器部分220的天线元件224处的波束形成的已知技术，并且具体采用多普勒效应以确定检测到的物体的速度。还从反射225获得范围和功率(强度)。因此，天线元件214、224的阵列促进获得图像，其中每个像素可以认为与方位角、仰角、范围和速度值以及强度相关联。另外，检测系统110可以采用拓扑的模型(指示视线中的目标)以简化视线外移动物体的识别。

传输器部分210和接收器部分220是已知的并且在本文不会详述。如图2中的放大视图中所示，传输器部分210通常包括振荡器211、缓冲器212以及功率放大器213，且接收器部分220通常包括前置放大器221、混频器222以及模数(a/d)转换器223。处理系统230包括一个或多个存储器装置240和一个或多个处理器250以执行视线外障碍物检测。虽然(例如)处理系统230示为检测系统110的部分并且与其它汽车控制系统270分离，但是主车辆100中的一个或多个系统之间可以共享处理反射225以执行视线外障碍物检测的处理系统230。各个系统(110、270、280、105)之间的通信可以基于硬接线或无线通信或基于包括例如通过共享总线的已知通信方案的组合。参考图3描述由处理系统230执行以识别并且定位正靠近主车辆100的视线外物体的反射225的处理。

图3是根据实施例的执行视线外障碍物检测和定位的方法的程序流。出于解释目的，下文详述的示例性实施例是指由检测系统110接收的反射225。如上文所提及，反而可以从其它已知的传感器系统或其它配置的雷达系统获得用于执行视线外检测的(范围、速度、方位角、仰角)信息。在框310处，获得反射225包括基于存在的物体获得直接和多路径反射225这二者。获得反射225还包括执行来自传输天线元件214的多个传输215以及获得每个接收天线元件224处的多个反射225。在框320处，处理反射225包括如所示的多个程序330、340、350。除在框310处获得的反射225之外，使用其它信息(在框325和335处获得)以检测并且定位视线外物体(例如，另一车辆120b，图1)。在框325处获得其它信息是指从平台10(例如，主车辆100)的其它传感器105或其它处理系统获得信息。其它信息可以包括关于平台10(主车辆100)的当前位置的拓扑的景观信息。景观信息可以包括如(例如)建筑物的物体130的位置。此信息可以提供作为主车辆100的输入或可以在对相同位置的先前访问期间由主车辆100根据已知的动态学习算法而学习。在框335处，监测主车辆100的运动参数可以包括监测其它传感器105(诸如主车辆100的gps接收器)以(例如)确定位置和移动。如图3中所指示，需要通过监测主车辆100(在框335处)获得的位置信息以获得如景观信息(框325处)的其它信息。

在框330处识别来自静态环境的反射225是指识别具有零速度(零多普勒)的像素。这些像素接着可以与非移动物体(例如，物体130a、130b，图1)相关联。当(来自框325的)景观信息可用时可以辅助框330处的识别。景观信息帮助区分场景中的静止物体130。即，如果图1中的车辆120a停止，那么其可以表现为非移动物体。然而，(来自框325的)景观信息可以用于区分车辆120a(在处理时可不移动但非静止)与物体130(在处理时是非移动的且静止)。框330处来自静态环境的反射225的识别首先可以进行反射225的一种类型的过滤以隔离与移动(或可移动)物体(均在主车辆100的监测系统110的视线内和视线外)相关联的反射225。这种过滤掉静态物体(框330处)之后接着在框340处区分视线中移动物体(例如，120a)和视线外移动物体(例如，另一车辆120b，图1)。作为框340处的处理的部分，首先可以使用与移动相关联的像素以基于已知的群集算法识别物体。处理340处的处理的剩余部分接着涉及将物体分类在平台10的视线内或视线外。

可以根据不同实施例在框340处进行区分视线中移动物体和视线外移动物体。根据一个实施例，可以基于在框325处获得的信息使用其它传感器105。例如，可以使用安装在主车辆100上的摄像头(105)且可以执行摄像头的视野内的已知移动物体检测。与摄像头视野中的任何移动物体相关联的像素的方位角和仰角可以转化为与检测系统110的视野相关联的方位角和仰角。当转化的方位角和仰角值与没有当做静态过滤掉的移动物体或反射225的方位角和仰角值(框330)对应时，这些物体或反射225与视线中物体相关联。根据另一个实施例，对与移动物体相关联的反射225使用已知的统计建模方法。一旦识别视线外移动物体(框340)，框350处的定位视线外物体(例如，120b)包括如由图3所指示的获得其它信息(框325)。其它信息可以包括例如主车辆100的当前位置的绘图。在框360处，指示正靠近的视线外物体包括基于定位(框350处)确定视线外移动物体将与主车辆100相交。例如，在图1中所示的案例中，如果车辆100在当前路径上前进，那么视线外物体将与主车辆100相交。然而，在另一个示例性案例中，上面示出有另一车辆120b的路径可以在上面示出有主车辆100的路径下方。在这样的案例中，另一车辆120b和主车辆100将不会相交。因而，使用地图定位(框350处)可以防止另一车辆120b在框360处指示为正靠近的视线外物体。框360处提供的指示可以在主车辆100的驾驶员可见的地图上(经由显示系统280)作为正靠近物体(例如，另一车辆120b，图1)的警告。在另外的或替代实施例中，该指示可以提供给汽车控制系统270(例如，碰撞避免或自动化转向系统)以促进关于基于视线外物体的位置和移动对主车辆100的控制的决定。

虽然已经参考示例性实施例描述了本发明，但是将理解的是，在不脱离本发明的范围的情况下可以做出各种改变且等同物可以被其元件取代。另外，在不脱离本发明的本质范围的情况下，可以做出许多修改以使特定情形或材料适应于本发明的教导。因此，预期本发明不限于所公开的特定实施例，但是本发明将包括落在申请范围内的所有实施例。